多序列比对是生物信息学中最重要和最具挑战性的任务之一.基于多序列比对是NP 完全组合优化问题,引入Tent 混沌初始化种群策略、不同蜂种的邻域搜索策略和锦标赛选择策略等,提出一种基于多策略人工蜂群的多
针对人工蜂群算法存在的计算精度不高、收敛速度较慢的缺点,提出一种多搜索策略协同进化的人工蜂群算法.所提出的算法在引领蜂和跟随蜂进行邻域搜索时,动态调整搜索的维数以提高搜索效率,并结合人工蜂群算法不同搜
针对人工蜂群算法传统搜索策略在求解高维复杂函数时收敛速度较慢、容易陷入局部最优的缺陷,提出一种基于符号函数的多搜索策略人工蜂群算法。新算法借助符号函数将几种不同的搜索策略进行融合,在进化过程中充分发挥
针对人工蜂群和粒子群算法的优势与缺陷, 提出一种Tent 混沌人工蜂群粒子群混合算法. 首先利用Tent 混沌反向学习策略初始化种群; 然后划分双子群, 利用Tent 混沌人工蜂群算法和粒子群算法协同
为了提高人工蜂群算法的搜索性能,引入了连续状态下的生物病毒机制和宿主与病毒基于感染操作等思想优化人工蜂群算法搜索机制。人工蜂群算法具有控制参数少、实现简单的优点,但是由于蜂群收敛采用局部搜索,使得算法
多目标人工蜂群算法。该程序能够测试ZDT1~3、UF1~10、CF1~10等标准函数,其他测试函数可自行添加,并且可以计算GD、Spread、IGD等性能指标。
文档中主要包括了杜鹃搜索、花粉算法、人工蜂群、狼群搜索等智能算法,通过对文献的阅读,可以加深对智能算法的理解,有利于入门智能算法领域
几篇研究人工蜂群算法的中文文献,研究ABC的同学们可参考
人工蜂群算法(artificialbeecolonyalgorithm)是一种最新的基于仿生学的元启发式优化算法,对解决组合优化问题有很好的结果。提供几篇最新的国外研究论文,想在这方面研究的朋友可以学
将人工蜂群算法应用到机器人路径规划问题上,使机器人路径规划问题得到很好地解决。